看智能决策技术如何解决需求预测、库存优化、智能补货等难题

随着时代的进步,人们对个性化产品、即时服务提出了越来越高的要求,供应链也随之变得越来越复杂。麦肯锡咨询在一篇报告中提出,在历经了30年的技术变迁后,供应链行业已经迎来了4.0时代。曾经,供应链只是一个单纯的运营物流的能力,今天的供应链变得更加多元化和去中心化,它是一套端到端的整体流程,需要确保从供应商到生产商、到批发零售商、再到客户的整合运营。同时,供应链也不再拘泥于成本调控和库存管理,如何实现智能需求预测、动态库存优化、智能补货,来进一步提升市场竞争力,将成为企业供应链数字化转型的关键。也有行业专家指出,供应链将成为企业乃至产业运营体系全面数字化的主战场。

供应链需要加入“柔性”来稳固支持

在中国市场上,来自不同世代的消费者有着千差万别的需求。众多行业之中,最接近消费的零售业对这种多层次的变化,以及对供应链柔性的要求,感受是最明显的。零售企业需要敏捷洞察消费趋势,快速优化智能预测,精准完成交付。

毫无疑问,新冠疫情后的今天,供应链比以往更需要柔性,而智能决策技术中基于场景的概率预测、细分的动态安全库存以及全局敏捷的补货算法,既是供应链柔性的保障,也是管理不确定性的制胜法宝。基于此,企业才能够实现整个价值链中复杂决策的自动化,以提升客户效益,在短时间内实现企业利润的提升。

智能决策,为供应链注入“柔性”

供应链的不断进化,也是数字化转型和智能化运营之路,这离不开智能决策等新技术的加持。智能决策用建模和求解能力支持数据从规律到决策的演化,来帮助企业辅助人工决策或解决人工难以解决的复杂决策问题,帮助企业主动应对市场、外界环境等带来的不确定性和突发性的影响,实现Decision Intelligence。

许多企业已经在需求计划中使用需求预测功能,来分析数百个内部和外部需求影响变量之间的关系预测有望将错误率下降30%到50%,这也是柔性供应链的不断发展的结果。以补货计划为例,企业将不再局限于固定的安全库存,还需要重新考虑预期的需求分配、动态调整价格兼备利润优化,同时最大限度地减少库存积压。

柔性供应链,解决需求预测、库存、补货等难题

在今年的消费品零售供应链创新峰会上,国内智能决策技术服务商杉数 科技 提出,企业在业务中可以通过智能需求预测、动态安全库存优化、智能补货优化三个层面切入,帮助企业供应链注入柔性,灵活应对多元的业务场景。

基于场景的需求预测: 智慧需求预测更加注重场景化的AI建模。根据时间、空间、产品、客户群体多维度场景,基于人工智能算法的需求预测引擎,结合企业内部和外部数据以及专家经验及统计特征,组合定制高维数据特征,通过混合算法阵列,实现多层级概率预测。以杉数科技服务的某日化巨头全渠道需求预测优化项目为例,针对线上和线下不同场景的预测,根据不同场景建立机器学习模型,比如线上引入流量数据(UV/PV)、市场投入费用等数据构建模型特征;线下更倾向于引入时间点、地域等特征,最终构建一个更加智能的混合模型阵列,实现更加精准的需求预测。整个项目落地实施后效果显著:订单满足率达到98%、热销品的月度预测准确率达85%、“双12”促销预测准确率达80%。

细分化的动态安全库存: 针对全品类做精细化细分,通过全局优化的运筹学决策算法,平衡库存成本和服务水平,计算出最优的安全库存。简而言之,就是将库存在最合适的时间,以最佳的存储量,放在最合适的位置上。例如某全球休闲零食品牌库存优化,休闲零食类食品具有很强的淡旺季的周期性,消费者需求波动很大,对其从不同SKU在不同DC下的分类(如常规品、长尾波动品、季节品等),根据分类提供不同的安全库存水位,最后通过仿真模拟工具,帮助计划人员了解库存水平设定是否合理,为其提供智能决策支持。

全局敏捷的补货算法: 基于全局的优化思维,实现从工厂到多级仓储,再到经销商及门店的全链条补货履约智慧决策,从执行层提升供应链服务能力和响应效率,以达到从决策到执行的前后对齐,携手并进。例如以某国际啤酒品牌DC出货预测与智慧补货,该啤酒企业在韩国有三个啤酒厂,23个DC仓库,考虑业务逻辑与统计特征,利用混合算法阵列,对商品的离散性特征进行有效的处理和预测,兼顾商品的连续性特性(如时间,生命周期等);同时考虑上游产能约束、运力约束与DC端的需求,对不同类型的SKU建立差异化整数优化模型,自动生成by天*啤酒厂*DC*SKU 的自动补货模型。通过合理的设置惩罚项与约束项,实现自动最优拼车、发运优先级和考虑酒龄优先级等业务逻辑。该啤酒品牌通过建立柔性供应链,实现了预测准确率10%的提升、缺货率5%的降低、物流成本得到有效的控制。

面向未来,随着数字化的不断发展,供应链4.0会带来多元的环境支持、多样的按需定制、多维度的决策优化,它们将为企业多方赋能,在最后的交付途中畅达无忧。而可以肯定的是,在令人眼花缭乱的新技术中,唯有遵循严谨客观的数据算法,才能给企业带来更精准的智能决策。